更懂台灣用語！聯發科發表AI語音辨識模型 精準度高於Whisper

記者彭夢竺／綜合報導

聯發科旗下聯發創新基地（MediaTek Research）近日發表一款基於OpenAI Whisper的AI語音辨識開源模型MR Breeze ASR 25，該模型精準度相較OpenAI的Whisper提升近10%、中英語轉換表現增進56%，且更加理解台灣用語和口音，在台灣常見的中、英混合的用語情境上，也達到更高的精準度。

「MediaTek Research Breeze ASR 25」模型以Apache 2.0條款釋出，是MR Breeze 系列第二代語音辨識開源模型，可以即時將語音轉為文字，並透過強化台灣語料及台灣口音，來符合本土應用需求。

聯發創新基地負責人許大山表示，開源語音辨識模型雖然逐年進步，但是對於在地用語及口音的辨識度仍然不足，像是把「發生什麼事」聽成「花生什麼事」。

有鑑於語音辨識是AI應用的關鍵啟動功能，這一次特別釋出「聽得懂在地語言」的ASR模型MR Breeze ASR 25，精準度相較於OpenAI的Whisper提升近10%、中英語轉換表現則增進56%，並積極推進繁體中文AI的創新，以及模型於地端及裝置端的使用。

許大山指出，該模型有利於促進百工百業在各類創意AI領域應用，企業可以自由商用，目標是降低繁體中文AI開發門檻，協助智慧裝置、客服系統、醫療紀錄等應用場景加速普及。

據了解，聯發創新基地自 2025 年起，已經陸續開源全套繁體中文AI模型，包含整合視覺功能的語言模型（Visual Large Language Models，V-LLM）、針對台灣口音調整的文字轉語音模型（Text to Speech，TTS），以及能調用外部資訊的函式呼叫（Function Calling）模型。

瀏覽 251 次